神经网络怎么分类

1、 一般来说，神经网络架构可分为3类：1、前馈神经网络：是最常见的类型，第一层为输入，最后一层为输出。 如果有多个隐层，则称为“深度”神经网络。 它能够计算出一系列事件间相似转变的变化，每层神经元的活动是下一层的非线性函数。

3、 前馈神经网络、反馈神经网络和图神经网络。 根据查询博客网显示，神经网络可以分为三种主要类型：前馈神经网络、反馈神经网络和图神经网络。 工神经网络是20世纪80年代以来工智能域兴起的研究热点。

4、 网络分类工神经网络按其模型结构大体可以分为前馈型网络也称为多层感知机网络）和反馈型网络(也称为Hopfield网络）两大类，前者在数学上可以看作是一类大规模的非线性映射系统，后者则是一类大规模的非线性动力学系统。

5、 （3）Kohonen网络。 这是一种由芬兰赫尔辛基大学神经网络专家Kohonen（1981）提出的自组织神经网络，其采用了无导师信息的学习算法，这种学习算法仅根据输入数据的属性而调整权值，进而完成向环境学习、自动分类和聚类等任务。

2、 简述神经网络的结构分类如下：1、前馈神经网络：这是实际应用中最常见的神经网络类型。 第一层是输入，最后一层是输出。 如果有多个隐层，我们称之为“深度”神经网络。 他们计算出一系列改变样本相似性的变换。 各层神经元的活动是前一层活动的非线性函数。